来源：期刊VIP网 时间：
作者：何振丰;王艺超;赵吉宾;赵宇辉;王志国;贺晨;于雪华;钟科;郁章敬;
单位：中国科学院沈阳自动化研究所;中国科学院大学;
摘要：采用了Skorohod-Olevsky黏性烧结（SOVS）与极限学习机(ELM)神经网络相结合的方式构建了陶瓷3D打印收缩预测模型。首先，建立了烧结模型并使用最小化误差的方法对SOVS模型的烧结参数进行校正，并验证了烧结模型的准确性。其次，根据有限元模型进行仿真计算获取了所需的数据集。最后，使用ELM神经网络对数据集进行训练，得到了收缩预测模型。经验证，该模型预测的结果与有限元数值模拟结果具有很好的吻合度。这些结果表明，有限元与机器学习相结合的方法对精密陶瓷制造方面具有巨大的潜力。
关键词：陶瓷;;3D打印;;SOVS模型;;有限元仿真;;机器学习
基金资助：“兴辽英才计划”青年拔尖人才计划“复杂关键构件一体化增材制造及高效修复技术研究”(XLYC2203154);; 沈阳市中青年科技创新人才支持计划项目“面向航空异质梯度复杂构件的增减材一体化制造工艺”(RC220527);; 揭榜挂帅项目“智能化金属增减材制造装备”(2022JH1/10800048);; 2023年数字辽宁智造强省（智造强省方向）专项资金项目“难熔金属增材制造技术及装备”(辽工信投资【2023】171号)
